시니신

AI데이터 분석_ 파이썬 기초11_클래스(변수, 상속, 오버라이딩, 예외처리)

sinisin — Thu, 31 Oct 2024 10:55:19 +0900

클래스 변수와 인스턴스 변수

#클래스 변수와 인스턴스 변수
#한국사람을 나타내는 korean클래스 정의

class Korean:
  country='한국'
  #생성자
  def __init__(self,name,age,address):
    self.name=name
    self.age=age
    self.address=address

#클래스 변수: country
#인스턴스(객체변수) : name, age, address

#객체화

man1=Korean('정대만',25,'북산')
man2=Korean('이정환',25,'해남')

#객체(인스턴스 변수)
print(man1.name)
print(man1.age)
print(man1.address)

print(man2.name)
print(man2.age)
print(man2.address)

#클래스 변수
#클래스변수는 따로 self를 이용하지 않았는데도 객체별로 확인이 가능함
#객체가 모두 같은 값을 공유하고있기때문
#클래스변수는 객체와 같이 출력도 가능하고
print(man1.country)
print(man2.country)
#클래스명.클래스명 변수 방법으로도 호출이 가능하다(클래스 변수이기때문에)
print(Korean.country)
#하지만 객체(인스턴스)변수를 클래스명과 함께 호출할수없다
# print(Korean.name)이러면 에러발생
print(f"{man1.name}은 {man1.country}사람이다")
#클래스변수의 값이 변경되면 클래스변수를 공유하고있는 모든 객체의 값이 변경됨
#같은 변수를 공유하고있기때문!

클래스변수는 모든 객체(인스턴스)가 동일한 값을 사용할때 모든 객체들이 공유할 수 있는 변수로, 클래스명. 클래스변수명의 형태로 적는다. 인스턴스 변수는 self키워드를 붙여서 사용하는 변수로, 객체명.인스턴스 변수명의 형태로 적는다. 인스턴스 변수는self를 사용하고 클래스 변수는 사용하지 않는다. 인스턴스변수는 객체를 통해서만 접근 가능하며, 클래스 변수는 객체, 클래스명으로 접근 가능하다. 클래스명에 인스턴스 변수를 사용하려고 하면 오류가 발생한다. 위의쿼리에서 클래스변수는 country이다. 클래스변수는 따로 self처리를 하지 않아도 출력이 가능한것을 확인할 수 있다.

클래스메소드, 인스턴스 메소드, 정적메소드

인스턴스 메소드

#인스턴스 메소드
#인스턴스 메소드는 메소드 작성후 마지막에 self.매개변수명으로 정의한것을
#활용하여 했었것들을 메소드라고 함
#↓밑에 예시
  # def info(self):
  #   print(f"제이름은{self.name}이고 집주소는 {self.adress}입니다")

인스턴스 메소드는 인스턴스 변수를 사용하는 메소드를 의미한다. 첫번째 매개변수에 self를 사용하여 인스턴스변수에 접근한다.

클래스 메소드

from types import ClassMethodDescriptorType
#클래스 메소드

class Korean:
  country='한국' #클래스변수
  @classmethod
  def trip(cls,country):
    if cls.country==country: #cls.country(Korean클래스의 클래스변수)==country(trip의 변수)
    #self대신 cls라는 것을 사용. cls는 클래스변수를 받아오는 기능.
      print('국내여행입니다')
    else:
      print("해외여행입니다")

Korean.trip('한국')
#클래스변수는 클래스명.메소드명/ 객체명.메소드명()으로사용



class band:
  band_type='락'
  @classmethod
  def band_sing(cls,type):
    if cls.band_type==type:
      print(f"장르는{type}입니다")
    else:
      print(f'락을 들으세요...')

band.band_sing('락')

클래스메소드는 클래스 변수를 사용하는 메소드를 의미한다. self를 사용하지 않기때문에 인스턴스 변수에는 접근할수없지만 cls를 통해서 클래스변수에 접근할 수 있다. 클래스메소드는 객체나 클래스명으로 호출가능, 생성된 객체가 없어도 호출가능하며, @classmethod 데코레이터를 표시하고 작성해야한다. 첫번째 매개변수에 cls를 사용해야한다.

정적메소드

#정적메소드

class Korean:
  country='한국'
  @staticmethod
  def staticmethod(): #정적메소드는 self나 cls처럼 반드시 작성해줘야하는 매개변수가따로 없음
    return '정적메소드'
#매개변수가 없기때문에 return값이나 print()구문을 사용하여 이용가능
print(Korean.staticmethod())
#메소드를 실행시켰을때 정적메소드라는 반환값이 출력됨

#정적메소드

class Korean:
  country='한국'
  @staticmethod
  def staticmethod(name,age): #정적메소드는 self나 cls처럼 반드시 작성해줘야하는 매개변수가따로 없음
    print(name)
    print(age)
    return '정적메소드'

print(Korean.staticmethod('홍길동',25))
#매개변수를만들어주어도 가능.
#일반 사용자 정의함수 썼을때랑 방법이 동일
#밖에서 받아온 값들로만(매개변수) 값을 정의하는 경우에는 정적메소드를 사용하는것이 좋음
#객체를 만들지 않아도 이용가능하기때문

#일반 사용자 정의 함수처럼 정적메소드를 만들어 놓고 객체화시켜서 사용도 가능
p1=Korean
p1.name='홍길동'
p1.age=25
print(p1.name)
p1.country

print(f"{p1.name}은 {p1.age}살이며 {Korean.country}사람이다")

정적메소드는 self를 사용하지 않기때문에 인스턴스 변수를 사용할 수가 없다. 객체를 만들지 않아도 사용할 수 있다는 점에서 클래스메소드와 비슷하다. 인스턴스 변수, 클래스변수를 모두 사용하지 않는경우에 적절하다. 반드시 작성해야하는 매개변수가 없으며, 객체 또는 클래스명을 호출할 수 있고, 생성된 객체가 없어도 호출가능하다. 정적메소드의 경우 @staticmethod데코레이터를 표시하고 작성한다.

상속

#상속

#<부모클래스 생성>
#부모 클래스의 생성자
class Person:
  def __init__(self,name):
    self.name=name
  #<부모 클래스의 메소드>
  def eat(self,food):
    print(f"{self.name}이/가 {food}를 먹습니다")
    #food는 인스턴스 매개변수가 아님. self가 붙은 name은 객체를 만들어서
    #이름값을 저장할 수있지만, food처럼 self를 지정하지 않는다면
    #food의 값은 특정한 객체에 저장되지 않으며 메소드를 호출 할때마다
    #food에 있는 값이 바뀔 수 있음

#자식 클래스 생성
class Student(Person):
  #자식클래스의 생성자
  def __init__(self,name,school):
    #자식클래스 생성할때 부모클래스의 매개변수에 name이 있기때문에
    #자식클래스 매개변수에도 name이 있어야함
    super().__init__(name)#부모클래스를 불러온다는 의미이므로 부모클래스에서
    #지정해준 매개변수들은 전부 순서까지 동일하게 적어야함
    #만약 부모테이블에서 def __init__(self,name,age,adderss)가 있었다면
    #super적을때 자식클래스에서도 전부다 순서에 맞게 적어야 한다는것!
    self.school=school
    #name은 부모에게서 상속받아온것이기때문에 따로 적지 않음. 이미 가지고 있기때문!

  def study(self):
    print(f"{self.name}은/는 {self.school}에서 공부합니다")


#<부모클래스의 속성>
#데이터 속성: name
#메소드: eat(생성자 제외)

#<자식클래스의 속성>
#데이터 속성: name(상속받은것), school(직접 추가)
#메소드: eat(상속받은것),study(직접 추가)

#부모클래스의 객체
pr1=Person('홍길동')
pr1.eat('떡볶이')

#자식클래스의 객체
stud1=Student('해리포터','호그와트')
stud1.study()
stud1.eat('감자')#est메소드 정상실행. 자식클래스의 객체로 부모클래스의 메소드 사용
# pr1.study() 부모클래스가 자  식클래스의 메소드를 가질 수 없음

상속은 기존에 사용중인 클래스를 바탕으로 새로운 요소를 추가해서 클래스를 다시 정의하는 것을 말한다. 새로운 클래스는 작성하지 않더라도 기존 클래스의 데이터 속성, 메소드를 상속받는 구조로 되어있기때문에 전부 가지고 있다. 기존 클래스에서 새롭게 필요한 데이터속성, 메소드를 추가해서 코드 작성가능하며 이를 상속과 계승관계라고 부른다. 부모 클래스를 만들어줬다면, 자식클래스를 만들때 자식클래스명(부모클래스명)으로 적어주어야 상속과 계승관계가 성립되며, 자식클래스에 super().__init__(부모클래스 매개변수)를 적어, 부모클래스에있던 매개변수와 메소드등을 받아올 수 있도록 생성자를 재정의 해주어야한다. 이렇게 부모클래스와 자식클래스를 작성해주었다면 자시글래스에서 정의하지않은 부모클래스의 메소드를 사용할 수 있는 것을 확인할 수 있다.

부모 클래스의 인스턴스

#부모 클래스의 인스턴스
print(isinstance(pr1,Person))
#isinstance(객체명, 클래스명) <-앞에 객체가 뒤에 클래스의 인스턴스냐고 묻는것

print(isinstance(pr1,Student)) #부모객체는 자식 클래스의 인스턴스가 될수없기에 False반환
print(isinstance(stud1,Person)) #자식객체는 부모 클래스의 인스턴스가 될 수 있음
print(isinstance(stud1,Student))

부모클래의 인스턴스인지 아닌지 확인하는 방법으로는 isintance(객체명, 클래스명)의 방법으로 적어, 확인하는 방법이 있다. 앞의 객체가 뒤의 클래스의 인스턴스냐고 물어보는 구문이기때문에 논리형으로 출력된다. 이때 자식객체는 부모클래스의 인스턴스가 될 수 있지만 부모객체는 자식 클래스의 인스턴스가 될 수 없는것을 확인할 수 있다.

오버라이딩

#오버라이딩
#자식클래스의 메소드가 부모클래스의 메소드를 다시 재정의해서 사용하는것을 의미

#부모클래스 Animal
#데이터 속성: 이름(name), 나이:(age)
#메소드 : 동물객체별 소리를 출력하는 메소드 : make_soud

class Animal:
  def __init__(self,name,age):
    self.name=name
    self.age=age

  def make_sound(self):
    pass #자식클래스에서 오버라이딩해서 사용할 것이기때문에 pass
    
    
    #Animal클래스를 상속받는 Dog클래스
#메소드 : 산책가자를 출력하는 메소드 :walk()

class Dog(Animal):
  def __init__(self,name,age):
    super().__init__(name,age)

  def walk(self):
    print(f"{self.name}이랑 산책가자!")

  #부모클래스의 메소드인 make_soud재정의
  def make_sound(self):
    print(f"{self.name}이가 멍멍!")
    
    
    #Animal 클래스를 상속받는 Cat클래스
#메소드: 잘거야를 출력하는 메소드 : sleep

class Cat(Animal):
  def __init__(self,name,age):
    super().__init__(name,age)

  def sleep(self):
    print(f"{self.name}는 잘거야")

  def make_sound(self):
    print(f"{self.name}는 야옹!!")

오버라이딩은 자식클래스의 메소드가 부모클래스의 메소드를 다시 재정의 해서 사용하는 것을 의미한다. 즉, 변수를 다시 재정의하는것과 비슷하다. 먼저 부모 클래스를 정의한 후 자식클래스인 cat과 dog클래스를 정의해준다.

#강아지, 고양이 객체생성후 매소드 호출

dog=Dog('멍멍이',3)
dog.make_sound()
dog.walk()
# dog.sleep()
#'Dog' object has no attribute 'sleep' 다른 자식 클래스에서 만든건 사용못함
print()

cat=Cat('고양이',4)
cat.sleep()
cat.make_sound()

그 후 자식 클래스인 cat과 dog객체 생성후 메소드를 호출해주면 각각 오버라이딩 해준 문구로 출력되는것을 확인할 수 있다.

예외처리

#예외처리
#비정상적으로 프로그램이 종료되는것을 막고
#사용자에게 발생한 문제을 설명하기 위함

num1=3
num2=0
# print(num1/num2)
# ZeroDivisionError: division by zero  : 0으로 나누면 안된다는 오류
#0으로는 무언갈 나눌수가 없기때문에
print('출력끝')

if num2==0:
  print('0으로 나눌 수 없습니다')
else:
  print('num1/num2')

#보통 이런 오류는 조건문과 같은 다른 방법을 사용해서 오류 해결이 가능하지만
#매번 이런식으로 조건문과 다른 방법들을 이용해서 모든 오류를 처리할 수 없음
#그렇기 때문에 예외처리라는 것을 사용함

파이썬에서 발생하는 각종 오류를 처리하기 위해 예외처리라는것을 사용한다. 예외가 발생했을때 프로그램이 정상적으로 종료될 수 있도록 다루는 행위를 예외처리라고 부른다. 여기서 예외는 개발자가 직접 처리할 수 있는 간단한 문제를 말하며, 오류는 개발자가 처리할 수 없는 복잡한 문제를 말한다. 예외처리를 왜 사용해야하냐면, 발생된 문제로 인해 프로그램이 비정상적으로 종료되는것을 막고, 사용자에게 발생한 문제에 대한 정보를 전달하기 위해 사용한다. 위의 쿼리문 처럼 0으로 나눴을때 발생하는 오류를 방지하기 위해서 if문을 사용했다. 조건문을 사용하여 에러가 나는것을 방지하긴 하였으나, 매번 조건문을 이용하여 에러를 해결하기에는 한계가 있다. 이럴때 사용하는것이 try~except예외문이다.

try~except

#예외처리

try:
  # try에는 예외가 발생될 것으로 예상되는 문장
  num1=int(input('첫번째 정수입력: '))
  num2=int(input('두번째 정수입력: '))
  print(f"{num1}/{num2}={round(num1/num2,2)}") #예외(오류)없이 정상실행되면 나올 문장
except ZeroDivisionError: #try블록안에서 ZeroDivisionError 오류가 발생했을때
  print("0으로 나눌 수 없습니다") #여기있는 문장을 실행시키겠다
except ValueError:
  print("정수만 입력할 수 있습니다")
except Exception:
  print('알수없는 예외가 발생했습니다')

try는 예외가 발생할수 있는 문장을 적는다. try문 영역안에서 예외가 발생하면 예외가 발생시에 실행할 문장을 except안에 적어서 오류가 발생했을때 해당문장이 실행될 수 있도록 해야한다. except는 여러개를 추가할 수 있다. 위의 쿼리에서 정수만 입력되어야하는데 정수가 입력되지않아, 벨류에러가 발생한상황이다. 이때 에러가발생하는것이 아니라 except문에 있는 문장이 실행된것을 확인할 수 있다.

try~except~else~finally

#예외처리
#try~except~else~finally

li=['h','e','l','l','o']
print(li,type(li))
# print(li[100]) #인덱스 에러 발생
#IndexError: list index out of range

try:
  print(li[0])
  print(li[100])
except IndexError:
  print('범위에 맞는 인덱스를 입력하세요')
else:
  print(f"li리스트의 인덱스 범위는 {li[0]}입니다")
finally:
  print('프로그램 종료')

try~except~else~finally구문은 else문에 예외가 발생하지 않으면 실행할 문장을 적고 finally에는 예외발생유무와 상관없이 실행되는 문장을 적는다. 위의 쿼리문에서 범위에 맞는 인덱스가 입력되지 않았기때문에 except문에 적힌 문장이 실행된 것이고 예외발생유무와 상관없이 finally에 있는 문장역시 출력된것을 확인 할 수 있다.

예외 강제 발생

#예외강제 발생

num=int(input('1~5사이의 숫자를 입력하세요'))
#사실 그냥 문구로만 지정해준것이기때문에 5벗어나도 오류 안남
#근데 벗어났을때 오류를 내고 싶다면

if num>=5 or num<=1:
  raise ValueError('범위를 벗어났습니다.')

예외를 강제로 발생시켜야하는 경우에는 파이썬이 발생시킨 오류가 아니라 사용자가 발생시키고 싶은 경우에 사용한다. 즉, 실행되면 안되는데 코드문이 실행됐을 경우, 억지로 오류를 내서 코드를 멈춰야하는 경우가 이에 속한다. 강제로 예외를 발생시킬때는 raise 예외명 ('예외시 출력될 문장')의 형태로 적는다.

위의 쿼리의 경우 1~5사이의 숫자만 입력이 되어야하는 코드를 작성했다. 하지만 다른 숫자가 입력이 되더라도 오류가 발생하는 상황은 아니라, 범위를 벗어났을때 오류가 발생하도록 억지로 만들어주어야한다. if문을 사용하여 5이상의 숫자가 입력됐을때 raise를 적어 예외를 만들어주었다.

상속 클래스 실습

#<밴드소개서_상속class연습>

class Band:
  def __init__(self,name,member,song):
    self.name=name
    self.member=member
    self.song=song

  def band_info(self):
    print("===오늘의 밴드소개===")
    print(f"밴드명: {self.name}")
    print(f"멤버수: {self.member}명")
    print(f"참가곡: {self.song}")

  def cute(self,cute):
    print(f"{self.name}의 오늘 입덕멤은 {cute}입니다^^")
    print()

class Band_prize(Band):
  def __init__(self,name,member,song,prize):
    super().__init__(name,member,song)
    self.prize=prize

  def band_info(self): #오버라이딩
    super().band_info()
    print(f"수상갯수: {self.prize}개")

class Sing(Band):
  def __init__(self,name,member,song,sing):
    super().__init__(name,member,song)
    self.sing=sing

  def band_info(self,licys):
    super().band_info()
    print(f"오늘의 {self.sing}노래의 한줄 가사는 {licys}입니다! 오늘도 노래와 함께 모두 평안한 하루!")


#부모 클래스를 통해 각각 3가지의 밴드 소개서 만들기

b1=Band('유다빈 밴드',4,'항해')
b1.band_info()
b1.cute('유다빈')

bp=Band_prize('실리카겔',4,'루데자케이루',5)
bp.band_info()
bp.cute('김한주')

bs=Sing('롤링쿼츠',4,'빅토리','Fearlss')
bs.band_info('\'자 어때 기분이 별거 아니지? 이정돈 어림없지\'')
bs.cute('지영')

학습일기

드디어 파이썬 기초가 끝났다..!!! 이제 부터 활용+심화부분 복습으로 들어간다...후..그래도 사실 파이썬 기초 부분에서 클래스 부분은 거의 잊은게 많았는데 이렇게 티스토리에 정리하면서 다시한번 더 복기하고 이번기회에 확실히 이해못했던 부분도 이해하고 넘어가서 좋았다. 다시한번 기초복습의 중요성을 느끼며...활용+심화도 끝까지 해보자..!

AI데이터 분석_ 파이썬 기초10_클래스(전역,지역변수, global키워드, 표준모듈 사용법)

sinisin — Sat, 26 Oct 2024 15:22:15 +0900

변수의 종류

지역변수

함수 내부에서 선언한 변수로 함수안에서만 사용이 가능한 함수이다.

전역변수

함수 밖에서 선언한 변수로 전체에서 사용이 가능하다

특징	전역변수	지역변수
함수안에서 읽기	O	O
함수 안에서 쓰기	X	X
함수 밖에서 읽기	O	X
함수 밖에서 쓰기	O	X

전역변수와 지역변수 사용하기

#전역변수와 지역변수

value =100 #전역변수

def change_value():
  value=200 #지역변수 (전역변수와는 상관x)
  print(f"value={value}")

change_value() #지역변수는 함수 호출시에만 사용되는 일회용 변수이기 때문에 전역변수의 값을 바꾸지 못함.

print(f"value={value}")#함수 밖에서 정의되었고 함수를 호출한것이 아니기때문에 전역변수로 만들어준 값이 나온것

지역변수는 함수 호출시에만 사용되는 일회용 변수이기때문에 전역변수와 값을 바꾸지 못한다. 그렇기때문에 함수를 호출했을때 가져와진 값은 함수내부에서 생성된 지역변수고, 함수외부에서 출력문을 통해 확인한 변수의 값은 전역변수의 값이 되는 것이다.

함수내부에서 전역변수 사용하기 ( global )

#함수내부에서 전역변수 사용하기
#global: 함수 내부에서 전역변수를 가져오는 키워드

value1=200 #전역변수 만들어줌

def change_value():
  global value1 #global 변수 : 전역변수로 사용하겠다는 뜻
  print(f"value1={value1}")

change_value() #전역변수 값 100으로 출력
print(value1) #함수 밖으로 나가도 값이 달라지지 않고 똑같음

함수내부에서 전역변수를 사용하는 방법에는 global키워드를 사용하는 방법이있다. 전역변수를 먼저 정의하고 함수를 정의하는데 그때 함수 내부에 global 전역변수 명이라고 적게되면, 해당 전역변수를 함수내부에서 사용하겠다는 뜻이된다.

global키워드 실습

#<global키워드 실습>

band_name = '유다빈 밴드'

def change_name():
  global band_name
  print(band_name)

change_name()
print(band_name)

print()

#함수 호출할때마다 num_stamp의 + 1씩 증가시키는 함수만들기

num=0

def num_stamp():
  global num  #global 키워드 옆에는 변수 이름만 정의!
  num+=1      #global 키워드로 가져온 전역함수 활용은 그 밑에다 할것!
  return num

print(num_stamp())

매개변수에 전역변수 저장된값 전달하여 사용하기

#매개변수에 전역변수에 저장된값 전달하여 사용하가
#사용 권장사항!

num_stamp=0 #전역변수

def stamp(num_stamp): #매개변수(지역변수) #위에 선언된 변수랑 다른변수
  num_stamp+=1
  return num_stamp

num_stamp=stamp(num_stamp) #전역변수를 재정의하면서 함수값안에 그전에 정의되었던 변수의 0값을 넣어줌
print(num_stamp)#변수가 함수반환값으로 재정의 되면서 변수만 출력해주면 됨
#함수의 리턴값이 변수의 값이 되면서 변수의 값이 변함

사실 실무에서는 global키워드를 사용하여 함수 내부에서 전역변수를 사용할것이라고 정의하는 것보다, 매개변수에 전역변수의 저장된 값을 전달하여 사용하는 방법이 가장 대표적인 사용방법이다. 전역변수를 함수외부에 정의 한 후, 함수를 따로 또 정의하고, 함수를 호출할때 인수값으로 전역변수를 주는 방법이다. 그럼, 전역변수를 재정의 하면서 함수값안에 그 전에 정의되었던 변수의 0값이 들어가게 되고, 변수가 함수반환값으로 재정의 되면서 변수만 출력해주면 되는것이다. 즉 함수의 리턴값이 변수의 값이되면서 변수의 값이 다시 재졍의되는 방식이다.

표준 모듈 사용법

#표준 모듈 사용하기
#모듈 불러오는 방법
# import 파일명 : import 뒤에있는 파일의 모든것을 사용하겠다
# from 파일명 import * : from뒤에있는 파일의 모든것(*)을 사용하겠다

#함수 사용법
#파일명.함수
#.(~의.~안에 라는뜻)

모듈은 언제든지 사용할 수 있는 변수나, 함수, 클래스등을 모아놓은 파일을의미하며 다른 모듈을 지정해서 읽어들이는 처리를 하는 import 구문으로 먼저 지정해준다음에 사용해야한다. import 파일명의 형식으로 작성하며 이는 파일안에 있는 모든것을 사용하겠다는 의미가 된다.

random 모듈 사용하기

randint / randrange

import random #랜덤은 난수와 관련된 여러함수를 모아놓은 파일
#random의 종류
#1) randint(a,b) : a이상 b이하의 숫자중에서 랜덤한 정수를 return
print(random.randint(1,10)) #random파일에서 randint라는 함수를 사용하겠다는 뜻

#2)randrange()
#randrange(a) :0~a-1 사이의 숫자중 랜덤한 값을 return
#randrnage(a,b)
#randrange(a,b,c)

print(random.randrange(10)) #0~9사이의 값 랜덤 추출
print(random.randrange(10,21))#10~20사이의 값 랜덤 추출
print(random.randrange(0,11,2))#0~10사이의 값 추출하는데 2씩 건너뛰어서 추출

print()

random모듈은 난수와 관련된 여러함수를 모아놓은 파일이다. 첫번째 randint(a,b)는 a이상 b이하의 숫자중에서 랜덤한 정수를 리턴해주는 함수이며, 두번째randrange(a,b)함수는 a와 b사이의 랜덤한값을 반환해주는 함수이며, 일반 range함수와 동일하게 스텝값도 설정할 수 있다.

choice / sample

#choice(시퀀스 자료형): 시퀀스 자료형 값 중 하나만 추출
print(random.choice([1,2,3,4,5,6,7,8,9,10]))
print(random.choice(('안녕',3.13,2,True)))

#sample(시퀀스 자료형): choice와 기능 비슷. sample은 해당 시퀀스에서 뽑을 자료형의 갯수를 지정해줄 수 있음
print(random.sample(['봄','여름','가을','겨울'],2))

choice함수는 시퀀스 자료형과 함께 사용하는 함수로, 인수로 주어진 시퀀스 자료형 중 하나만 랜덤으로 추출하여 반환한다.

sample도 시퀀스 자료형과 함께 사용하는 함수이며, 기능은choice와 비슷하다. sample은 시퀀스에서 뽑을 자료형의 갯수를 지정해 줄 수 있다.

특정함수만 import하기

#모듈에서 특정함수만 import하는 법
#위의 방법처럼 모듈을 전체 불러놓고 함수를 쓰다보면 성능이 느려질 수 있음
#from 파일명 import 함수명
#from 파일명 import 함수명1, 함수명2, 함수명3...이렇게 여러함수 동시 불러오는 것도 가능

from random import randint, randrange #random함수 안에서 가져올 함수적기
#위의 방법처럼 모듈을 전체 불러놓고 쓰려면 모듈안의 함수를 쓸때마다 파일명.함수의 형태로
#일일히 파일명을 붙여주어야하지만 사용할 함수만 가져오면 함수명만 기입하여 사용이 가능함

#randint와 randrange는 불러와준 함수이기때문에 사용가능
print(randint(0,10)) #앞에 파일명 없는데도 사용가능
print(randrange(0,10))

#불러온적이 없는 함수이기때문에 사용이 불가능
# print(choice([1,2,3,4]))
# print(sample(['밴드','락','발라드']))

전체 모듈을 import한 후 사용해도 큰 문제는 없지만 함수를 쓰다보면 성능이 느려지는 문제가 발생할 수 있다. 만약 모듈에서 특정함수 몇개만 사용한다면 사용할 함수들만 import해두고 사용하는 것이 좋다. 특정함수만 import할때는 from 파일명 import 함수명1, 함수명2,...의 형태로 적어 사용한다. 이렇게 특정함수만 import하고 사용할 경우, 전체를 로드했을 경우와는 다르게 함수명만 적어 사용이 가능하다.

그외 다른 종류의 파일명 / 함수들

#다른 종류의 파일명과 함수들

#1)time : 시간과 관련된 함수와 기능을 모아놓은 모듈
import time

#time의 함수
#1)sleep(정수): 입력한 정수=초. 해당 초만큼 실행을 멈춰주는 함수
time.sleep(3) #3초 뒤에 실행
print('3초 뒤에 전하는 인사')

#2)time(): 1970년 1월 1일 0시0분 0초부터 현재까지 흐른 초를 나타낸 값
print(time.time())

#파일에 별칭만들기
import matplotlib.pyplot as plt
plt.plot([1,2,3,4],['a','b','c','d'])
plt.show()

그 외 다른 종류의 파일에는 time이 있다. time은 시간과 관련된 함수와 기능을 모아놓은 모듈이며, 전체 함수를 전부 로드할경우 import time으로 모듈을 불러준다. time의 함수에서 주로 사용되는 것중에는 sleep과 time이 있다. sleep은 sleep(정수)의 형태로 사용하며 입력한 정수는 초를 의미한다. 인수로 주어진 해당 초 만큼 실행을 멈췄다가 실행하는 함수이다. time은 1970년 1월 1일 0시 0분 0초부터 현재까지 흐른 초를 나타낸 값이다. 즉 코드를 실행했을 시점 기준으로 1970년 1월 1일 0시 0분 0초부터 1720150484.6324346만큼의 초가 흘렀다는것을 알려주는 함수이다. 다음 파일에 별핑을 만들 수 있는데, 파일의 별칭을 만들때는 as를 사용한다. matplotlib.pylot모듈은 시각화그래프를 그릴 수 있는 모듈이다. 하지만 이 모듈의 경우 이름이 굉장히 길기때문에 매번 사용할때마다 matplotlib.pylot.함수명을 적어주기에는 무리가있다. 그러므로 as를 사용하여 plt라는 별칭을 만들어, 기존 함수이름대신 plt라는 값을 사용하는 것이다.

클래스

여러값을 저장하고싶을때는 컬렉션에 저장을 하고, 기능을 저장하고싶을때는 사용자정의 함수를 이용하면 된다. 하지만 여러개의 사용자 정의함수와 여러개의 값을 저장하고 싶을때는 클래스를 사용한다.

클래스의 기본개념

함수

특정 기능을 수행하는 코드의 묶음으로 클래스안에서 함수를 메소드라고 부른다.

클래스

여러변수와 함수들을 묶어서 처리할수있는 것으로, 공통된 요소들이 모여있는 하나의 틀이다.

데이터 속성

값으로서 데이터를 정의하는것이다. (self.변수에 데이터가 될 값을 대입해서 사용가능하다)

메소드

기능(행위)로서 처리를 정의하는것이다.

속성

데이터의 속성과 메소드를 합쳐서 부르는 말이다.

객체

정의한 클래스를 실제로 이용하기 위해 사용하며, 클래스로부터 생성되는 각각의 존재가 인스턴스가 된다.

클래스 선언하기

#클래스 선언하기

class Person:  #클래스 선언
  def get_name(self,name):
    self.name=name #self.name(데이터 속성)=name(매개변수)

  def get_age(self,age):
    self.age=age

  def introduce(self):
    print(f"안녕하세요? 제 이름은 {self.name}입니다")
    print(f"제 나이는 {self.age}살 이에요")

클래스를 선언할때는 calss클래스명 : 의 형태로 사용하고 그 안에 매개변수, 메소드 등등을 적어준다. self는 객체 구별용 매개변수로 self.변수명으로 접근하면 여러 객체도 한번의 선언으로 구별하여 다룰수 있게된다. 클래스명의 첫글자는 대문자가 되어야하며, 클래스를 선언할때는 콜론으로 행을 미친다. 그 뒤에오는 데이터 속성과 메소드는 들여쓰기로 작성한다.

객체화 작업

#객체화 작업
#객체명 = 클래스명()

pr1=Person()   #객체를 구별하기위해 self라는 것을 만들었고 객체명을 pr1이라고 지정
print(pr1,type(pr1))  #pr1이라는 객체가 지정이 되어서 클래스안에 만들어두었던 변수를 통해
#pr1이라는 객체에 대한 특징(값)을 넣어주는 작업이 필요함


#데이터 속성에 값 대입   (붕어빵 '팥'넣는 작업)
pr1.name='짱구'
#클래스에서 get_name이라는 메소드를 만들어줬지만 self.name이라는 객체 구별 변수를 만들어주었기때문에
#변수로 값을 넣어주어도 됨
print(pr1.name)
pr1.age=25
#마찬가지로 get_age라는 메소드를 만들었지만 self.age객체 구별 변수를 미리 만들어두었기때문에
#변수로 값을 넣어주어도 됨
print(pr1.age)

#메소드 출력하기
pr2.introduce()

#pr1과 pr2모두 같은 calss에서 만들어졌고 형태모두 같지만 각각 가지고 있는 속성값(팥, 슈크림)이 다름
#pr1의 속성값이 수정된다거나 pr1이 사라진다고해서 pr2에 아무런 영향을 주지 않음
#서로 각각 다른 객체
#<0x7c7d9fae8670> => 메모리 주소값

클래스의 선언이끝났다면 객체화를 시켜주어야한다. 객체화는 객체명 = 클래스명() 의 형태로 객체화를 시켜주며 이때 매개변수가 있었다면 인수값을 전달해준다. 그 후 클래스에 저장된 메소드를 객체명으로 호출하면된다. 이렇게 객체명은 self로 구분하게 되는데, pr2와 pr1은 같은 클래스에서 만들어졌지만 객체 구별 변수로 아예다른 객체가된것을 확인할 수 있다.

클래스 실습

#<실습>
#Person class를 이용하여 4개의 객체 만들고, 값대입하고, 최종 형태로 출력까지 하기

#객체화
p1=Person()
p2=Person()
p3=Person()
p4=Person()

#데이터 속성값 넣기
p1.name='유다빈'
p1.age=26

p2.name='문상훈'
p2.age=32

p3.get_name('김한주')
p3.get_age(29)

p4.get_name('정우')
p4.get_age(27)

#최종형태 출력문
p1.introduce()
p2.introduce()
p3.introduce()
p4.introduce()

클래스의 생성자 만들기

#생성자 만들기
#객체를 선언할때 처음으로 반드시 호출되는 메소드(객체화하는 바로 그 순간에 실행되는 메소드)
#__init__의 형태

#<생성자가 추가된 Person>클래스의 정의

class Person:
  def __init__(self,name, age):
    self.name=name
    self.age=age

  def introduce(self):
    print(f"안녕하세요? 저는 {self.name}입니다")
    print(f"제 나이는 {self.age}살 입니다")

#생성자의 객체화 작업
p1=Person('둘리',14) #객체화 하면서 데이터의 값을 대입함
#원래는 객체화 따로 하고 그 객체화된걸 가지고 데이터의 값을 넣어줬었음
#생성자는 객체화를 하는 바로 그 순간에 처음으로 호출되는 메소드 이끼때문에 객체화를 하면서 동시에 값넣기가 가능하여
#기존 생성자가 없는 class보다 조금 더 편리해졌음
#생성자를 객체화할때 클래스명 안에다가 내가 넣어주어야할 인수들의 값을 순서대로 넣어주면 됨
p2=Person('도우너',8)

p1.introduce()
p2.introduce()

생성자는 객체가 작성될때 처음에 반드시 처리되는 메소드이다. def __init__() : 로 작성하며, 처음에 초기화를 시켜준다는 의미이다. 클래스를 통해서 객체를 생성하는 순간에 호출되는 특별한 메소드이다.

클래스의 생성자 실습

#<실습>
#클래스 선언
#클래스 명: Player()
#데이터 속성: 이름(name),나이(age),직업(job)
#생성자 1개 (이름, 나이, 직업), 출력 메소드 1개 (이름,나이, 직업)

#객체 2개
#축구 선수, 야구선수
#2개의 객체 각가 출력메소드 호출

class Player:
  def __init__(self,name,age,job):
    self.name=name
    self.age=age
    self.job=job

  def Player_info(self):
    print(f"이름: {self.name}")
    print(f"나이: {self.age}")
    print(f"직업: {self.job}")


player1=Player('손흥민',34,'축구선수')
player2=Player('류현진',45,'야구선수')

player1.Player_info()
player2.Player_info()

학습일기

드디어 클래스까지 왔다..! 클래스를 배우면서 느꼈던건, 사용자 정의함수, 메소드 등등 배웠던 것들이 하나로 총합되어 나오기때문에 클래스를 잘 이해하라면 기존에 배웠던것들을 이해하고 다룰줄 알아야한다는것..! 클래스..어렵게 생각하면 한도끝도 없이 어렵고 간단하다고 생각하면 나름 할만한것처럼 느껴지는..하지만 막상 작성하면 분명 한번쯤은 이유모를 오류가 실행되는..너..

대부분 파이썬 배울때 클래스에서 1차고비가 온다는데 왜 그런지 너무 잘 알거같고..ㅠ 별수있나 연습해야지..흑흑

Tableau Desktop_슈퍼스토어 데이터로 전년도 비교 KIP측정 대시보드 생성하기

sinisin — Fri, 25 Oct 2024 14:15:58 +0900

데이터 시각화 목표

KIP측정 대시보드를 제작하여 기업의 성장세 파악하기
매개변수 활용 및 대시보드 생성방법 이해하기

사용데이터_출처(태블로)

Superstore

시각화 대시보드 로직 구상하기

KIP대시보드를 생성하기 전에, 어떻게 대시보드를 생성할지 미리 구상을 먼저 수행했다. KIP의 정확한 측정과 상승도를 파악하기 위해 24년도 매출합계와 전년도대비 몇퍼센트가 상승했는지를 표시할 레이블과 그래프로 구상하고, 매출뿐만아니라 최종 수익까지 파악할 수 있도록 매출과 수익모두 한번에 대시보드에 나타나도록 생성할 예정이다.

24년도 매출 레이블 생성하기

먼저 매출을 나타낼 레이블을 생성했다. 년도와 매출필드를 사용하여 해당 년도별 매출의 합계가 나타나도록 표시했다.

계산된 필드 사용

KIP이기때문에 모든 년도의 매출이 아닌 2024년도의 매출만을 표시하기 위해 계산된 필드에서 last함수를 사용하였고, 함수의 값에 맞는 참값만 표시되도록 하여 2024년도의 매출만 표시되도록 했다.

비율차이 생성

그 후 전년도 대비 몇퍼센트가 상승했는지도 함께 표시하기 위해 매출합계필드를 비율차이로 바꾼 후, 특정차원으로 계산해 레이블에 추가하였고, 상승이 더 잘 보이도록 사용자 지정 서식을 사용하여 +를 표시해주었다.

레이블 디자인 편집

그후 레이블 편집에서 가장 중요한 정보인 매출합계가 가장눈에띄도록 색상과 크기를 변경해주었고, 전년도와의 비교를 알리기위해 레이블의 문구를 수정해주었다.

매출 그래프 생성하기

그 후 년도별 합계를 꺾은선 그래프로 만든 후, 레이블을 사용하여 2024년도의 합계만 표시될 수 있도록 했다.

수익 레이블 만들기

합계레이블과 동일한 방법으로 수익 레이블도 생성한다. 마찬가지로 수익이 잘 보일 수 있도록 큰 글자로 가운데 표시한 후 색상을 다른것으로 바꿔주었으며, +기호를 사용하여 + - 의 매출액 차이가 얼마나 났는지 더 시각적으로 와닿게 바꿔주었다.

수익 그래프 만들기

매출 그래프를 만든 방식과 동일하게 년도별 수익을 꺾은선 그래프로 나타냈고, 레이블에서 2024년도의 수익만 표시될 수 있도록 설정해주었다.

대시보드 생성

대시보를 생성하기 전, 보다 깔끔한 대시보드 생성을 위해 머리글을 전부 지워주는 작업을 진행한다.

그 후 대시보드에서 각 그래프를 로드 한 후, 'KIP 대시보드'라는 제목을 추가해주었다. 매출레이블 밑에는 매출 그래프를, 수익 레이블 밑에는 수익레이블 밑에는 수익 그래프를 배치하였다. 매출과 수익을 세로형으로 배치하여 각각 매출과 수익합계금액과 동시에, 전년도 대비 얼마나 발생했는지를 파악할 수 있도록 하였으며, 밑에 꺾은선 그래프에서는 2024년도에 해당하는 값에만 레이블을 설정해 해당년도의 데이터를 한눈에 파악하게 함과 동시에, 2021년도부터 2024년도까지 매출과 수익의 흐름을 파악할 수 있도록 했다.

Tableau Desktop_매개변수 사용하여 여러개 차트합친 대시보드 생성하기

sinisin — Fri, 25 Oct 2024 10:42:04 +0900

데이터 준비

라인 & 막대

맵 & 파이

실무에서 데이터 시각화 차트를 한개만 만드는 일보다는 다양한 분석에 알맞은 차트를 여러개 만들어 보여주는 경우가 많다. 이럴경우, 여러개의 차트들을 하나의 대시보드에 표현하면서 매개변수를 활용하여 마치 필터처럼 원하는 차트를 선택하면 그 해당 차트가 보이도록 할 예정이다. 그렇기때문에 오늘 매개변수에서 활용할 라인,막대,맵,파이차트를 준비한다.

매개변수 만들기

전체차트, 라인,막대,맵,파이를 필터서럼 사용자가 선택할 수 있도록 매개변수를 생성한 후, 매개변수 표시를 눌러 표시해준다.

계산된 필드로 필터 만들기

그 후 매개변수 자체를 필터로 사용할 수는 없기때문에 이에대한 계산된 필드로 필터를 생성해주어야한다. 계산된 변수에 생성해둔 매개변수를 그대로 로드해주기만 하면 된다.

그 후 사용자 지정 값 목록을 활용해서 해당 차트마다 전체와 해당 차트목록명이 선택됐을때 대시보드에 보여질 수 있도록 필터값을 생성한다.

대시보드 만들기

그 후 워크시트가 하나 사라졌을때 나머지 워크시트로 빈공간을 채울 수 있도록 하는 개체를 활용하여 시트를 생성한다. 세로 컨테이터를 드래그앤 드롭으로 시트에 놓고, 시트에서 차트들을 하나씩 옮겨주면서 크기 조정을 해준다. 그 후 자동으로 차트의 크기가 맞춰질 수 있도록 크기탭에서 자동으로 바꿔준다.

그 후 원하는 차트를 필터에서 선택하면 여러차트들 중에서 원하는 차트만 필터처럼선택해서 보여줄 수 있으며, 전체를 선택하면 여러개의 차트를 하나의 대시보드에서 전부 보여줄 수 있다.

Tableau Desktop_매개변수 만들기

sinisin — Thu, 24 Oct 2024 15:32:57 +0900

매개변수

매개변수는 파리미터라고도 부르며, 사용자가 시각화를 다양하게 탐색하기 위해 직접 입력하거나 선택할 수 있는 값이다. 데이터의 유형은 문자열,숫자, 날짜 등의 단일 값으로 설정하며, 고정 목록에서 선택하거나 자유롭게 값을 입력기능하고 필터링, 계산 참조등의 목적으로 사용한다.

매개변수 사용 예시

차원 혹은 설정값 바꾸기
시트 이동
임계값 설정

데이터 준비

열에 주문날짜필드를, 행에 합계필드를 설정하면 년도별 매출액의 합계를 볼 수 있다. 하지만 이렇게 필드만을 사용할 경우, 보다 자세한 날짜를 확인하고싶다하더라도

계층을 사용하면 그래프를 시각화하기도 어렵고, 필터처럼 자유롭게 사용하기도 어렵다. 이럴경우 사용할 수 있는것이 매개변수이다. 매개변수를 만들어, 주별, 월별, 분기별, 년도별을 사용자가 필터처럼 선택하여 확인 할 수 있도록 만들어보자.

매개변수 만들기

매개변수를 설정할때 허용가능한 값을 목록으로 바꾼 후, 설정할 매개변수명을 차례대로 입력해준다.

그 후 계산된 필드를 사용하여 설정한 매개변수 값이 올바르게 출력될 수 있도록 계산된 필드를 사용하여 값을 설정한다. 이때 계산된 필드에는 주로 case문이나 if문을 사용한다. 위 쿼리문을 해석하면 기간설정(매개변수)에서 사용자가 Weelky를 입력하면 주문날짜에서 week부분만 보여달라라는 뜻이며 계산된 필드에서 사용한 datetrunc함수는 문자데이터에서 해당 값만 추출하는 함수이다.

그 후 계산된 필드를 열에 놓고 정확한 값으로 바꿔준 후에,

만들어둔 매개변수를 표시(매개변수 표시)해주면 필터처럼 만들어둔 매개변수를 자유롭게 사용할 수있다.

값 레이블 표시하기

이번에는 만들어준 매개변수의 값을 바꿔줄때마다 그에 맞는 데이터의 값도 함께 변경되도록 매출, 수익,수량의 값을 매개변수로 만들어 레이블로 표시해보도록하자. 동일한 방법으로 목록에 매출, 수량,수익을 순서대로 적은후 확인을 눌러준다.

그 후 똑같은 case구문 방법으로 계산된 필드를 만들어 새로운 매개변수값의 라벨을 지정해준다.

그 후 행에있던 일반 매출합계를 계산된 필드로값으로 바꿔준후, 매개변수표시, 마크에 계산된 필드의 레이블을 추가하면

매개변수 값에 따라 레이블도 함께 확인할 수 있는 뷰를 만들 수 있다.

Tableau Desktop_컨텍스트 필터 설정 / LOD계산활용

sinisin — Wed, 23 Oct 2024 14:30:47 +0900

컨텍스트 필터

태블로에서 컨텍스트 필터는 여러개의 필터를 적용해야할때 특정 필터를 우선적으로 적용할 수 있는 기능이다.

컨텍스트 필터와 Fixed계산 사용하여 동남아시아의 판매 제품별 TOP5구성비율 알아보기

데이터셋 준비

동남아시아의 판매 제품 TOP5를 알아보기 위해 행에 제품이름과 각 해당제품별로 매출의 합계를 표시한 뷰를 생성한다.

지역 필터 생성

그 후 동남아시아만의 제품별 매출합계를 확인하기 위해 지역 필터를 생성하여 동남아시아만 집계되도록 한다.

제품이름 필터 생성

그 후 매출이 가장 높은 순서대로 TOP5개를 뽑기위해 제품이름으로 상위5를 표시할 수 있는 필터를 생성해준 후, 그에따른 구성비율을 표시했다. 하지만 동남아시아만의 판매 매출이 아니라 전체 지역 판매매출에서로 범위가 변경되어 표시가되었는데,

그 이유는 처음에 지역필터로 필터를 걸어, 동남아시아만 표시를 했으나, 그 후 제품이름필터에서 필드 기준에 매출이 집계되면서 필터 두개가 모두 동시에 실행된것이다. 그렇기때문에 뷰 자체에서 보이는것은 동남아시아이지만, 집계되는 상위5개는 전체 매출에서 집계되었고, 구성비율역시 전체매출이아니라 상위5개로 집계된 후 그 5개에서의 구성비율이 계산된것이다.

컨텍스트 필터 만들기

그럼 가장먼저 데이터에 제한이 걸려야하는것은 동남아시아 → 매출 상위5개 → 구성비율이기때문에 제일 먼저 지역별 필터가 가장 먼저 수행되도록 컨텍스트 필터를 만들어주어야한다. 그 후 확인해보면 상위5개의 범위가 필터설정에 맞게 동남아시아로 좁혀진것을 볼 수 있다.

전체 구성비율 계산하기_Fixed사용

필터에 따라 계속변경되는 구성비율을 고정시키기 위해 다른 필터나 뷰 변경에 영향받지 않는 Fixed계산으로 지역 별 매출을 따로 구해 동남아시아의 전체값으로 범위를 설정해주었다. 그 후 뷰를 확인해보니 구성비율의 윗줄에는 그대로 필터적용된 5개의범위 안에서의 구성비율이지만, 밑에줄에는 범위가 동남아시아 제품 판매전체로 범위가 변경된것을 알 수 있다.

Fixed로 계산한 값이 맞는지 확인하기위해 상위5개로 걸려있는 제품이름 필터를 제거해주었다. 그 후 확인해보니 두 값이 같은 것으로보아, Fixed계산이 올바르게 된것인것을 확인할 수 있다.

Tableau Desktop_LOD계산(Fixed, Include, exclude)

sinisin — Tue, 22 Oct 2024 15:57:51 +0900

LOD계산(데이터 원본 수준 + visualization 수준)

계산할 세부 수준을 제어할 수 있음

LOD 종류

Fixed (완전히 독립적인 수준)
Include(더 세분화된 수준)
Exclude(덜 세분화된 수준)

LOD계산 문법

{Fixed [행] : 계산 값}

Fixed

Fixed는 완전히 독립적이기때문에 뷰의 차원을 참조하지 않고 식으로 지정된 차원을 사용하여 값을 게산하는 방식이다. 일단 값과 LOD계산이 된 값의 차이점을 지역별 매출 집계를 통해 살펴보자. 먼저, 열이나 행에 그 어떤 필드도 두지않고 오로지 매출의합산만을 측정값으로 두었을때 뷰에서는 전체 매출의 총합계가 계산된다.

여기서 범주를 행에 추가하게되면 자동적으로 전체 총합이었던 매출액은 범주별 매출 총합으로 변동되게 되며,

필터와 같이 값을 집계하는데 제한을 두는 필터와 함께 사용할때에도 당연히 그 필터의 제한에 맞춰 매출의 합이 계산된다.

LOD계산 만들기

LOD계산을 통해, 필드나, 필터가 계속 변경되어도 영향을 받지않고 전체매출의 합계가 계속 출력되도록 Fixed를 이용하여 전체매출을 계산했다.

그 다음, 전체매출의 합계를 측정값에 함께 놓아두면, 북아시아의 범주별 매출총합밑에, 전체 매출 총합계가 함께 출력된것을 알 수 있다.

그 후, 매출과 전체 매출을 열로 설정한 후, 다시 집계테이블 형식으로 바꿔 보다 한눈에 비교되도록 했다.

일반 계산과 LOD계산 차이 비교하기

이처럼 Fixed값은 필터의 조건이 변경되거나, 행에 다른 필드가 추가되었는데도 전혀 영향을 받지 않고, 행의 수에 맞게 전체매출의 값이 출력되고있는것을 확인할 수있다. 반면, 일반계산된 매출은 필터값이나 필드가 추가되거나 제거됨에 따라 값이 영향을 받게 되어, 출력되는 데이터의 값이 계속 변경된다.

같은 방법으로 이번에는 지역별 매출을 계산한 LOD필드를 만들어 뷰에 추가한후 행에는 범주만 남긴채 하위범주를 지워봤다.

현재 필터의 제한때문에 동남아시아와 오세아니아, 중앙아시아 3개의 지역별 합산 매출이 집계되고있다.

그 후 하위범주를 다시 추가하였는데, 역시 마찬가지로 하위범주 별 지역별 매출이 계산되지 않고, 다른 필드에 영향을 받지 않았기때문에 범주를 추가하기전과 추가한 후 모두 처음 지정된 지역별 매출의 값만 출력하고있는것을 확인 할 수 있다.

Include

Include는 지정된 차원뿐만 아니라 뷰에잇는 모든 차원을 사용하여 값을 계산하는 계산식이다. DB에서 상세한 세부 수준으로 계산하되, 뷰에는 간단한 세부 수준으로 다시 집계할 때 유용하다.

먼저 지역 LOD계산을 사용하지 않고 일반 계산을 통해 범주안에서 지역별 매출의 평균 합계와의 차이점을 살펴보기위해 LOD계산을 사용하지 않고 뷰를 만들어주었다. 현재 4지역의 매출액의 합을 더해서 4로 나눈 평균이 표시되고있는데, LOD계산에서는 다른 차원이나 필드를 추가하지 않고 이와 동일하게 범주안에서 매출의 평균합이 계산되도록 만들어보도록 하자.

먼저 include를 사용하여 지역별 매출의 합계를 계산한 필드를 만든 후, 새로운 시트에 행에는 범주, 마크에는 일반 합계매출과 LOD계산으로 계산한 지역별 매출을 함께 측정값으로 집계한 후, 평균값으로 바꿔주었다. 지역 필드를 추가해주지 않았는데도 일반 계산으로 만든평균값과 값이 동일한것을 알 수 있다.

다른 비교를 위해 일반 계산된 시트에 하위범주를 행으로 추가해주었다. 현재 하위 범주안에서 지역별 평균값이 출력되고있고, 그 값을 범주별로 더해, 나눈 데이터가 얼마인지 확인할 수 있다. 그럼 LOD계산도 이와 같은 값이 나오는지 확인해보자.

동일하게 하위범주를 추가하게되면, 하위범주별 총합의 매출액은 윗줄에, 평균값은 밑에줄에 나오게 되는데, 평균값이 일반 시트의 값과 동일한것을 알 수 있다.

그 후 일반 매출과(윗줄) LOD계산(밑줄) 둘다 평균금액일때의 차이를 확인하기 위해 일반 매출액의 합계를 평균으로 바꿔주었다.

이때 금액차이가 똑같은게 아니라 차이가 심하게 나는데, 그 이유는 일반매출의 경우 전체 데이터에서 전체행수대로 계산하여 평균을 냈기때문에 위와같은 값이 출력이 되는것이고, 밑의 LOD값은 값에 영향을 어느정도 받기는 하지만 이미 값이 지역으로 집계된 값의 매출 평균이기때문에 값이 달라지게 된다.

그 후 지역별 매출을 복사하여 Fixed값으로 바꿔준후 다시 필드에 추가했다. 현재 지역이라는 치원을 고려하여 매출액이 계산된 필드가 하나더 추가가 됐는데, 현재 지역 필드가 없기때문에 전체 합계가 출력이 되고있는것이다. 이처럼 차원을 고려하여 계산이 되느냐 안되느냐의 유무차이가 최종적으로 집계되는 값에 많은 영향을 끼치고있다는것을 확인할 수 있다.

Exclude

세부수준에서 생략할 차원을 선언할때 사용하며, 주로 exclued는 구성비율, 또는 전체 평균에 대한 차이가 필요한 경우 유용하게 사용된다. 위 뷰처럼 범주와 지역을 행에 두고 매출과 범주,지역별 총합계를 게산했을때, 위와 같은 방법이외에 지역을 고려하지 않은 계산을 하고싶다면 exclude를 사용하면 된다.

이렇게 하면 지역을 고려하지 않은 총매출액이 계산된다.

여기서 지역필터를 추가했을때 exclude는 fixed처럼 완전하게 배제되는것이 아니기때문에 지역필터로 값을 제한하게 되면 필터의 영향을 받아, 값이 변경되는것을 알 수 있다.

Tableau Desktop_Boxplot으로 NBA팀별 선수들의 연봉분포 파악하기

sinisin — Mon, 21 Oct 2024 17:31:20 +0900

데이터 시각화 목표

Boxplot을 사용하여 NBA팀별로 가장 연봉이 높은 선수와 팀별 중앙값의 차이 파악하기
테이블 계산 이해하기

사용데이터_출처(NBA)

NBA_1718.cvs

데이터 파악하기

NBA_1718데이터는 4개의 필드와 573개의 행으로 구성된 테이블이며, 선수명, 팀명, 연봉으로 구성된 테이블이다.

팀별 연봉 분포 파악하기

NBA팀별 선수 연봉분포를 파악하기 위해 행에 연봉합계를, 열에는 팀을 배치한 후, 팀별 가장 높은 연봉을 받는 선수를 파악을 위해측정값에 선수를 배치했다.

Boxplot생성하기

팀별 연봉 중앙값과 이상치(극한으로 가장 높은 연봉의 값)의 차이 비교를 위해 Boxplot으로 표 형태를 바꿔주었다.

선수명과 연봉 레이블 추가

선수명과 연봉표시를 위해 마크에 player를 하나더 추가한 후, 최대값만 레이블이 지정되도록 설정하였다. 전체에서 가장 높은 연봉이 아니라 팀별 전체 연봉을 확인하기위해 범위값을 변경해야하는데 현재 열이 Tm(팀)한개 이기때문에 패널이 아닌 셀로 지정하여 레이블을 표시해주었다. 그후에 보다 정렬된 데이터값을 위해, 선수들의 연봉값을 사용자 지정서식에서 범위를 백만(M)으로 지정해주었다.

중앙값 표시하기

팀에서 가장 높은 연봉을 받는 선수의 연봉과 팀별 연봉 중앙값의 차이비교를 위해 그래프 위에 중앙값을 표시해주었고 수치 비교가 되도록 중앙값도 연봉과 숫자의 단위를 똑같이 지정해주었다.

구성비율 추가하기

그 후, 가장 높은 연봉을 받는 선수가 팀별 연봉전체에서 몇퍼센트를 차지하고있는지를 파악하기위해 매출을 하나더 마크에 추가한 후, 퀵테이블 계산을 이용하여 구성비율을 추가하였고 구성비율 표시를 위해 숫자의 서식을 백분율로 표시해주었다. 그 후, 구성비율도 마찬가지로 기준이 테이블 전체가 아니라 셀이 되도록 지정했다.

데이터 분석하기

전체 중에 가장 높은 연봉을 받는 Stephen Curry 이며 팀 전체 연봉 총합의 약 25%를 차지하고있다.
전체중에 가장 낮은 연봉을 받는 선수는 Harrison Barnes이며 팀 전체 연봉 총합의 약 26%를 차지하고 있다.
과반수가 넘는 선수들이 본인의 팀연봉 중앙값 대비 약10 이상의 연봉을 받고 있다.

Tableau Desktop_테이블 계산(테이블, 파티션, 방향, 레이아웃, 필터)

sinisin — Mon, 21 Oct 2024 16:07:31 +0900

테이블 계산

원본 테이블 기반이 아니라 현재 비주얼라이제이션에 표시된 항목을 기반으로 계산하는것

예시) 구성비율 표시, 누계표시, 순위 표시 등등

테이블 계산에 영향을 주는 요소

파티션
방향
레이아웃
필터

데이터셋 준비

오늘은 슈퍼스토어 데이터를 가지고 테이블 계산을 통해 지역, 년도별 구성비율을 계산해, 테이블 차트를 만들어보고자 한다.

해당 계산을 하기 위해 국가와 년도별 매출을 표시한 테이블을 하나 생성해준다.

총합계 추가하기

국가별 매출, 년도 별 매출의 총합계 표시를 위해 분석탭에서 총계를 드래그 앤 드롭으로 소계, 열총합계, 행 총합계를 추가해준다.

총합계 색상 표시하기

총계의 셀을 클릭 → 서식클릭 의 방식으로 서식탭에 들어가준 다음, 행과 열의 색상을 바꿔준다.

매출의 구성비율 구하기

매출의 값이 아니라 각각 셀의 값이 전체 매출의 몇퍼센트를 차지하는지를 살펴보기위해 퀵 테이블 계산에서 구성비율로 값을 표시해준다.

테이블 기준으로 구성비율 실펴보기

현재 시트를 살펴보면 전체 테이블 기준으로 매출의 구성비율이 구해져있으며, 방향은 옆으로뻗어나가고있다. 이런경우 테이블 전체를 기준으로 구성비율이 집계되어있으며, 방향이 옆이기때문에 년도별 카테고리가 아니라, 가구에서 동남아시아의 년도별 총합계 처럼 개인 국가 기준 년도별로 정렬됐음을 알 수 있다.

테이블 계산 방향 바꾸기

테이블의 방향을 바꾸고싶다면 구성비율이 계산되어있는 매출탭에서 다음을사용하여 계산 탭에서 테이블(아래로)를 클릭하여 방향을 바꾸면 된다.

테이블의 방향을 바꾸게되면 행으로 총계합산이 되었던게 아래로 방향이 바뀌면서 해당 년도에 범주와 지역별로 어떤 제품과 지역이 전체년도 매출에서 몇퍼센트를 차지하고 있는지 확인할 수 있는 테이블로 바뀐다.

파티션(패널)

기준을 패널로 바꾸게되면 범주별로 총합계의 구성비율을 확인할 수 있다. 현재는 패널(아래로)의 상태이기때문에 해당 년도의 범주, 국가별로 몇퍼센트를 차지하고있는지 확인이 가능하다.

필터 사용

테이블, 패널의 방향이외에도 필터를 사용하면 테이블계산에 영향을 주게 된다. 필터를 사용하게되면 전체 데이터에서 계산되는 범위가 제한되기때문에 테이블의 계산이 원본 데이터를 가지고 계산하는게 아니라 이미 사용자가 시각화를 한 데이터 안에서 집계되고, 계산된다는걸 확인할 수 있다. 현재 지역으로 필터를 걸어, 지역을 2개만 보이도록 필터를 걸면, 그 지역에 맞춰 구성비율이 다시 생성되는것을 확인할 수 있다.

레이아웃

필터와 마찬가지로 레이아웃을 바꾸게 되면 집계되는 데이터자체가 달라지게 되므로 역시 테이블의 계산에 영향을 주게된다.

Tableau Desktop_이중 축 그래프 파레토 그램법칙으로 상위고객층 파악하기

sinisin — Thu, 17 Oct 2024 10:28:41 +0900

데이터 시각화 목표

1.파레토 그램법칙을 활용하여 상위 20%고객층파악하기

2. 고객의 구간비율과 메출영향비율 한눈에 파악할 수 있도록 시각화 하기

사용데이터_출처(Tableau)

Super store

데이터 준비

고객정보를 확인하기 위해 고객이름을 열에 두고 매출을 행에 두어, 어떤 고객이 가장 매출에 큰 영향을 주고있는지 파악할 수 있도록 했으며, 고객과 매출 데이터의 양이 방대하여, 2022년도 데이터만 사용하기 위해 주문날짜로 필터를 걸고, 년도만 추출하였다. 그 후 매출을 내림차순으로 정렬하여 매출에 영향을 가장많이 주고있는 고객의순서대로 보이도록 정렬했다. 현재 데이터 기준으로는 Steven Ward가 가장 매출에 많은 영향을 준 고객임을 알 수 있다.

고객별 누적매출 파악하기

한명의 고객이 전체 매출에 차치하는 비율과 고객들이 차지하는 비율을 누적계산된 값을 표시하기위해 합계매출을 행에 추가하였고, 누적값과 구성비율이 함께 표시되어야하기때문에 테이블계산으로 보조계산을 사용하여 누계와 구성비율을 계산한 후, 두 그래프의 차이 비교를 위해 꺾은선 그래프로 바꿔주었다.

그 후, 보다 정확한 비교와 데이터 파악을 위해 이중축으로 바꿔 하나의 보드에 함께 표시되도록 하였으며, 모든 고객의 이름을 한눈에 보도록 하기위해 보드의 유형을 전체보기로 바꿔준 모습이다.

이중축으로 추가해준 꺾은선 그래프를 클릭하면 해당 구간의 고객이름과 고객의 누적합계 매출을 확인 할 수 있다.

고객별 순번과 고객별 누적구성비율파악하기

해당 고객이 몇번째고객인지, 그 고객이 전체 고객중 몇퍼센트 안에 포함되는 고객인지 파악하기 위해 고객이름을 카운트고유로 바꾼후, 누계를 사용하여 순번이 나타나도록 하였으며, 다시 고객이름으로 측정값을 하나 더 추가한 후, 테이블 계산을 활용하여 누계와 구성비율을 계산했다.

매출 누계비율 지점 표시

고객의 구성비율과 누계값을 나타내는 데이터에서 고객의 한 지점을 클릭했을때 매출의 누계와 구성비율값이 나타나도록, 다시 매출을 측정값을 추가한 후, 테이블 계산으로 누계와 구성비율을 구했다. 그 후 레이블에서 선택이 됐을때만 표시되도록 레이블을 선택됨으로 바꿔주었다.

파레토그램 법칙 검증하기

파레토 그램법칙

일반적으로 80/20 법칙 또는 파레토 원칙을 표현하는데 사용된다. 이 법칙에 따르면 대부분의 매출은 소수의 고객에게서 발생한다.

정확하게 80/20으로 나눠지지는 않았으나 매출의 누계합계의 80%를 차지하는 고객수가 245명이고 그 고객의 비율이 39%인것으로 보아, 과반수보다도 더 낮은 고객층이 매출의 80%를 차지한다는것을 알 수 있었다.

이런 파레토그램으로 알아본 그래프를 통해 우리 회사의 매출이 너무 적은 고객층에게만 의존하고 있지는 않은지 확인할 수 있고, 매출을 책임지고 있는 고객층을 사로잡는 프로모션을 기획하는 등의 방법을 기획하는데 근간이 되는 데이터그래프로 활용할 수 있다.